ekonoMetryczne, statystyczne i MateMatyczne
w Modelowaniu zjawisk społecznych
Tom II
Metody ekonoMetryczne w Makro- i MikroekonoMii
Monografia dedykowana
prof. dr. hab. Markowi Gruszczyńskiemu
ekonoMetryczne, statystyczne i MateMatyczne
w Modelowaniu zjawisk społecznych
Tom II
Metody ekonoMetryczne w Makro- i MikroekonoMii
Monografia dedykowana
prof. dr. hab. Markowi Gruszczyńskiemu
Redakcja naukowa Emilia Tomczyk
Łukasz Goczek Marcin Łupiński
Redakcja językowa Monika Baranowska
© Copyright by Szkoła Główna Handlowa w Warszawie, Warszawa 2020
Wszelkie prawa zastrzeżone. Kopiowanie, przedrukowywanie i rozpowszechnianie całości lub fragmentów niniejszej publikacji bez zgody wydawcy zabronione.
Wydanie I
ISBN 978-83-8030-366-9
Oficyna Wydawnicza SGH – Szkoła Główna Handlowa w Warszawie 02-554 Warszawa, al. Niepodległości 162
www.wydawnictwo.sgh.waw.pl e-mail: wydawnictwo@sgh.waw.pl
Projekt i wykonanie okładki Ad Depositum
Skład i łamanie DM Quadro
Druk i oprawa QUICK-DRUK s.c.
LISTY
GRATULACYJNE
ŻYCIE UCHWYCONE
W OBIEKTYWIE
APARATU
FOTOGRAFICZNEGO
Nigeria, 1973
Inauguracja roku akademickiego 2012/2013
Inauguracja roku akademickiego 2013/2014 Inauguracja roku akademickiego 2012/2013
Bieg SGH, 2014 Niemiecka Szkoła Letnia, 2013
Wręczenie nagród z okazji Dnia Nauczyciela, 2014
Święto Szkoły, 2016
Inauguracja roku akademickiego 2015/16
Z żoną Beatą, zjazd absolwentów, 2016
Nagrody z okazji Dnia Nauczyciela, 2016
SŁOWO WSTĘPNE OD REDAKTORA
Z prawdziwą przyjemnością oddajemy w ręce Czytelnika tom z artykułami napisanymi z okazji jubileuszu pięćdziesięciolecia pracy naukowej prof. dr. hab.
Marka Gruszczyńskiego. Wszyscy autorzy są nie tylko współpracownikami Profesora na niwie naukowej, ale również wychowankami lub przyjaciółmi.
Jest wśród nich dwóch doktorantów i pięcioro współpracowników z Zakładu Ekonometrii Stosowanej SGH, którym Profesor przez kilkanaście lat kierował, oraz koleżanki i koledzy z naszej Uczelni i innych ośrodków akademickich.
Tom otwierają wspomnienia Bartosza Witkowskiego, dyrektora Instytutu Ekonometrii SGH, z czasów, kiedy obaj Panowie byli znacznie młodsi, a Profe- sor roztaczał nad mniej doświadczonymi pracownikami nauki na SGH troskliwą opiekę naukową i organizacyjną. Następnie opisujemy życiorys akademicki Pro- fesora i przedstawiamy listę wybranych publikacji, pragnąc tym samym zwrócić uwagę Czytelnika nie tylko na znakomity poziom publikowanych prac, ale też ich wszechstronny charakter. Można powiedzieć, że sponsorem tej monografii jest literka „I”, jak: „interdyscyplinarny”, „intrygujący”, „inspiracja”.
Główną część monografii otwiera artykuł Tomasza Kuszewskiego i Bar- tosza Witkowskiego (Wśród mielizn prognozowania w gospodarce), nawiązu- jący do jednego z wielu zainteresowań naukowych Profesora: prognozowania szeregów czasowych. Autorzy barwnie opisują swoje zmagania z konstrukcją
prognoz opartych na modelu makroekonomicznym wykorzystującym dane z testów koniunktury. Badania te, prowadzone pod egidą prof. Elżbiety Ada- mowicz, prof. Marka Gruszczyńskiego i prof. Marii Podgórskiej, stanowiły dla autorów wyjątkową szansę podjęcia ważnego ekonomicznie tematu i były niezapomnianą przygodą badawczą.
W podobnym tonie zaczyna swój tekst autor kolejnego artykułu, Andrzej Sławiński (Czy stracone dekady Japonii świadczą o stopniowym zmierzchu dotych- czasowego modelu centralnej bankowości?), proponując Czytelnikowi opowieść o działalności naukowej jako o próbie zrozumienia otaczającej nas rzeczywi- stości i o wyzwaniach związanych z jej prognozowaniem. Efektowną tezę, że
„w gęstwinie bieżących zdarzeń widzimy czasem przyszłość, ale bardzo często dopiero ex post uświadamiamy sobie, że to była właśnie ona”, ilustruje poli- tyką pieniężną Banku Japonii. Zarys historii gospodarczej i bankowej Japonii czyta się jak sensacyjną powieść z zakończeniem w najlepszym stylu cliffhan- ger: sprawdzone narzędzia pozostające w rękach banków centralnych okazują się niedoskonałe, a nowe rozwiązania kuszą potencjalną skutecznością, ale i dodatkowym ryzykiem.
Pozostając w nurcie analiz bankowych, w kolejnym tekście Jacek Kotłow- ski (Zastosowanie metod mikroekonometrycznych w modelowaniu funkcji reakcji banku centralnego) pokazuje, jak metody mikroekonometrii pozwalają badać czynniki, które uwzględniają członkowie Rady Polityki Pieniężnej, ustalając poziom krótkookresowej stopy procentowej. Ciekawym wnioskiem jest, że są to przede wszystkim bieżące i przeszłe wartości inflacji, a nie zmienne odno- szące się do sfery realnej gospodarki.
Temat finansowych zastosowań metod ekonometrycznych kontynuują Krzysztof Kompa i Patryk Krupa (Stabilność współczynnika β szacowanego w oknach przesuwnych dla wybranych spółek giełdowych). Celem autorów jest empiryczna analiza stabilności współczynnika β w czasie, kwestia kluczowa z punktu widzenia inwestora. Dochodzą do wniosku, że wprawdzie współczyn- niki β nie są stabilne w żadnym horyzoncie inwestycyjnym, ale ich kształtowa- nie w czasie wykazuje regularności pozwalające na skuteczne prognozowanie ich przyszłych wartości na podstawie danych historycznych.
W ostatnim tekście utrzymanym w nurcie finansowym Krzysztof Jajuga (Mathematical Methods on the Financial Market – Past Developments and Con- temporary Challenges) prezentuje przegląd historycznych oraz aktualnych zasto- sowań metod ilościowych w finansach, optymistycznie oceniając perspektywy ich zastosowań na rynkach finansowych, a zwłaszcza potencjalnych efektów synergii płynących z połączenia technik maszynowych i siły ludzkiego umysłu.
Trzy kolejne artykuły związane są z głównym nurtem zainteresowań badaw- czych Profesora: zastosowaniami metod ilościowych, szczególnie mikroeko- nometrii, w dziedzinie finansów przedsiębiorstwa. Jednym z dominujących tematów badawczych w dorobku naukowym prof. Marka Gruszczyńskiego i źródłem intelektualnej inspiracji dla wielu innych badaczy jest prognozowa- nie bankructwa i upadłości. Małgorzata Iwanicz-Drozdowska (Przegląd badań z zakresu predykcji bankructwa – od modelu Altmana do współczesności) prezen- tuje prace badawcze z dziedziny predykcji bankructwa przedsiębiorstw, koncen- trując się na modelu Z-Score Altmana i wybranych aspektach jego zastosowań:
zmiennych niefinansowych, horyzoncie prognozy i narzędziach stosowanych do prognozowania niewypłacalności. W kolejnym tekście Rumiana Górska i Piotr Staszkiewicz (Ograniczenia modeli postaltmanowskich. Nurt badań inspi- rowany dorobkiem prof. Marka Gruszczyńskiego) kontynuują ten temat, skupia- jąc się na ograniczeniach modeli predykcji bankructwa przedsiębiorstw oraz wyzwaniach związanych z analizami opartymi na niezbilansowanej próbie.
Inny miernik efektywności działania przedsiębiorstwa – rentowność – ana- lizuje autor kolejnego artykułu (Regionalne cykle rentowności polskich przedsię- biorstw: bayesowska analiza przestrzennego modelu przełącznikowego), Andrzej Torój, weryfikując hipotezy o geograficznych zależnościach cykli koniunktu- ralnych w Polsce za pomocą przestrzennej wersji modelu przełącznikowego.
Nowością w zastosowaniu tych metod jest miara poddana analizie: wskaź- nik rentowności sprzedaży przedsiębiorstw. Autor dostrzega zarówno wystę- powanie przestrzennych interakcji między rentownościami przedsiębiorstw w poszczególnych województwach, jak i znaczny stopień heterogeniczno- ści autonomicznego składnika cyklu, niezależnego od efektów wzajemnych oddziaływań przestrzennych.
Ostatnia grupa artykułów dotyczy zastosowań narzędzi mikroekonome- trycznych w obszarach ekonomii innych niż finanse przedsiębiorstwa. Dorota Witkowska (Czy obecność kobiet w organach statutowych ma wpływ na wyniki finansowe dużych spółek publicznych w Polsce?) analizuje zależności między udzia- łem kobiet w zarządach i radach nadzorczych a wynikami finansowymi spółek notowanych na Giełdzie Papierów Wartościowych w Warszawie. Dokumentuje brak istotnej statystycznie zależności między frakcją kobiet w organach kie- rowniczych największych spółek a wynikami finansowymi. Wyjątkiem wydaje się sektor bankowy, w którym zależność ta jest ujemna i statystycznie istotna.
Damian i Karolina Przekop (Czy sąsiedztwo ma wpływ na ceny nierucho- mości? Modelowanie przestrzenne cen mieszkań w Warszawie), posługując się mikrodanymi o warszawskich nieruchomościach, badają czynniki wpływające na ich ceny. Przy użyciu narzędzi ekonometrii przestrzennej identyfikują cechy warszawskich mieszkań determinujące ich wartość rynkową, w tym właściwo- ści samych lokali i zmienne charakteryzujące położenie mieszkań na mapie Warszawy, uwzględniając zależności geograficzne.
W artykule zamykającym monografię (Mikroekonometria a sprawa polska) Emilia Tomczyk przedstawia przegląd aktualnych zastosowań modeli zmien- nej jakościowej w polskiej literaturze ekonomicznej, z naciskiem na te zapro- ponowane przez młodych naukowców związanych z Profesorem: uczestników seminariów dyplomowych i doktoranckich, współpracowników, prelegentów na seminariach Zakładu Ekonometrii Stosowanej. Zastosowania te dotyczą dziedzin tak zróżnicowanych, jak rynek pracy, ład korporacyjny, innowacje w przedsiębiorstwach i teoria estymacji modeli ze zmienną jakościową.
Oddajemy zatem w ręce Czytelnika zbiór artykułów tak interdyscyplinarny, intrygujący i inspirujący, jak lista zainteresowań badawczych samego Profesora.
O PANU PROFESORZE
Profesor Marek Gruszczyński od zawsze (a przynajmniej takiego „zawsze”, jakie pamiętam) jest ikoną Instytutu Ekonometrii, świetnie rozpoznawalną nie tylko w środowisku ekonometryków, ale także daleko poza nim – zwłaszcza tam, gdzie w prowadzonych badaniach aplikacyjnych wykorzystuje się metody ilościowe. Świetny fachowiec, człowiek o niezwykłym doświadczeniu, zarówno naukowym, jak i praktycznym, ceniony dydaktyk, pionier polskiej ekonome- trii stosowanej, a zwłaszcza mikroekonometrii. Niewielu może pochwalić się tak różnorodnym spektrum funkcji i osiągnięć jak On.
Moje skojarzenia związane z Profesorem to jednak przede wszystkim to, co go wyróżnia nie jako naukowca, ale jako człowieka. Miałem to szczęście, że przez całą moją dotychczasową karierę naukową otaczali mnie ludzie, któ- rzy łączyli trzy niezwykle ważne cechy: mądrość, uczciwość i życzliwość. Czy tak jest wszędzie? Nie wiem, ale nie pamiętam żadnych innych przypadków z moich doświadczeń w Instytucie Ekonometrii. Stwierdzenie, że to zasługa pracujących tam ludzi, jest z jednej strony truizmem, a z drugiej jednak uwa- żam, że warto to zawsze powtarzać. Z pewnością to zasługa wielu osób, ale Marek Gruszczyński jest jedną z najważniejszych wśród nich.
Zawsze promował akademicką młodzież i obdarzał ją zaufaniem, z czego nieraz miałem okazję korzystać. Zanim obroniłem doktorat, Profesor firmo- wał zgłaszany przeze mnie wykład, którego jako magister nie mogłem zgłosić
sam – zajęcia prowadziłem wprawdzie ja, ale w razie problemów odpowia- dać miał On. Zaangażował mnie w tłumaczenie pierwszego – i jak dotąd jedynego – nowoczesnego podręcznika ekonometrii przełożonego w całości na język polski, choć moje mikroskopijne wówczas doświadczenie nie mogło być atutem. Wreszcie, to Profesorowi zawdzięczam zastrzyk gotówki związany z prowadzeniem zajęć, licznymi ekspertyzami czy szkoleniami za stawki, które jako młodemu asystentowi wydawały mi się wówczas abstrakcyjne. Angażował nas w takie projekty zupełnie bezinteresownie, choć w przypadku niepowo- dzenia to On ponosiłby za nie odpowiedzialność. Dzięki temu nie musiałem zastanawiać się, jak przeżyć za skromną asystencką pensję, mogłem zająć się po prostu… pracą.
Życie Profesora to jednak nie tylko uczelnia – znana jest jego niesamo- wita kondycja fizyczna i zaangażowanie w rolę dziadka. Kiedy dodać do tego jeszcze niecodzienną elegancję (nie wiem, czy ktoś widział Profesora kiedykol- wiek mającego na sobie coś innego niż świetnie skrojony garnitur i elegancką koszulę – no, chyba że akurat na jakimś biegu) i poczucie humoru, wyłania się obraz człowieka kompletnego: Prawdziwego Profesora.
PROFESOR MAREK GRUSZCZYŃSKI – ŻYCIORYS AKADEMICKI
Wstęp, czyli opisanie krótkie żywota
Gdy Dziekan Kolegium Analiz Ekonomicznych, dr hab. Joanna Plebaniak, zwróciła się do mnie z propozycją opisania drogi naukowej Profesora Marka Gruszczyńskiego na potrzeby niniejszej monografii, trudno powiedzieć, co było silniejsze: satysfakcja z powierzenia mi tego zaszczytnego zadania czy przera- żenie jego rozmiarem. W 2001 roku, gdy obejmował kierownictwo Zakładu Ekonometrii Stosowanej (i które złożył w moje niegodne ręce 12 lat później), byłam nieopierzonym asystentem, a Profesor uznanym naukowcem z długą listą publikacji i znakomitą ofertą dydaktyczną. Naukowcem interdyscyplinar- nym, o bardzo szerokich horyzontach badawczych. Mimo że podstawowym obszarem jego badań jest mikroekonometria (a szczególnie mikroekonometria finansowa, w tym modele bankructw i upadłości przedsiębiorstw oraz ryzyka kredytowego), podczas swojej kariery naukowej zajmował się – z powodze- niem! – dziedzinami tak różnorodnymi, jak modelowanie i prognozowanie szeregów czasowych, analiza spółek w zakresie rachunkowości i ładu kor- poracyjnego, techniki wspierania i ochrony inwestorów na rynku papierów wartościowych, analiza fundamentalna, finanse przedsiębiorstw, zagadnienia jawności finansowej…
Zadanie jest tym trudniejsze, że Profesor jest dla nas w Zakładzie Eko- nometrii Stosowanej mentorem, autorytetem i przewodnikiem. Zawsze służy wsparciem, od celnych uwag na zakładowych seminariach naukowych po pro- mowanie „młodzieży” jako kierowników badań czy asystę w zmaganiach z uczel- nianą biurokracją. Jest kimś, na kogo zawsze mogliśmy liczyć na kolejnych etapach naszych karier akademickich, ale również wzorem naukowca, ekono- metryka-praktyka i dydaktyka. Jak to wszystko opisać w krótkim wprowadze- niu do monografii konferencyjnej poświęconej Jubileuszowi Profesora? Myślę, że to niemożliwe. Ale spróbuję…
Rozdział pierwszy: młody badacz zdobywa pierwsze szlify naukowe i rusza do Afryki
Ze Szkołą Główną Handlową (wcześniej Szkołą Główną Planowania i Statystyki) Profesor jest związany od początku swojej kariery akademickiej.
Tu broni pracy magisterskiej (1971) oraz doktorskiej (1977), napisanej pod kierunkiem prof. Michała Kolupy. Tematyka pracy – analiza wpływu współ- liniowości zmiennych objaśniających na wyniki estymacji modeli ekonome- trycznych – jest zwiastunem przyszłych zainteresowań badawczych Profesora w zakresie empirycznych zastosowań metod ekonometrycznych. Ale na razie (od 1971) jest asystentem na SGH: pisze artykuły i rozdziały podręczników akademickich, jest współautorem przekładu klasycznych Zasad ekonometrii H. Theila, uczy studentów. Dziesięć lat później zmienia uczelnię, państwo i kontynent: zostaje starszym wykładowcą na Uniwersytecie Nigeryjskim w Nsukka. Z Nigerii wraca w 1985 roku, ale jego więzy z Afryką nie słabną, do dziś jest członkiem komitetu redakcyjnego „South African Journal of Busi- ness Management”, a jeden z wypromowanych przez niego licencjatów zostaje później prorektorem Uniwersytetu Nigeryjskiego.
Rozdział drugi: doświadczony ekonometryk szuka zastosowań metod ilościowych w doradztwie finansowym, ekonomicznym i prawnym
W drugiej połowie lat 80. Profesor – wtedy jeszcze doktor nauk ekono- micznych – wraca do Polski na uczelnię, włącza się również do pojawiają- cych się już projektów doradczych z zakresu restrukturyzacji przedsiębiorstw.
Z nową wiedzą z finansów przedsiębiorstw, rachunkowości i prawa cywilnego w latach 1987–2006 doradza przy wielu projektach związanych z prywaty- zacją i restrukturyzacją. Sporządza analizy ekonomiczno-finansowe i wyceny przedsiębiorstw, analizuje efektywność inwestycji, współtworzy pierwsze pro- spekty emisyjne akcji. Na zlecenie Ministerstwa Przekształceń Własnościo- wych (obecnie Ministerstwa Skarbu Państwa) sporządza analizy niezbędne do efektywnego przebiegu procesów prywatyzacyjnych. Publikuje książkę, która stanie się podstawą przewodu habilitacyjnego, oraz liczne artykuły na temat kondycji finansowej przedsiębiorstw, prognozowania ryzyka kredytowego i zagrożenia finansowego, analizy fundamentalnej i modelowania zmiennych jakościowych. Gromadzi wiedzę i doświadczenia w zakresie finansów przed- siębiorstw. Wykorzysta je na dalszych etapach kariery naukowej oraz w swoich autorskich programach dydaktycznych.
Rozdział trzeci: dojrzały naukowiec odnajduje swoje powołanie w mikroekonometrii finansowej
W 2002 roku Profesor otrzymuje tytuł doktora habilitowanego nauk ekonomicznych. Tytuł rozprawy – Modele i prognozy zmiennych jakościowych w finansach i bankowości – wyraźnie wyznacza główny nurt Jego zainteresowań badawczych: zastosowania metod mikroekonometrycznych w szeroko pojętym świecie finansów. Temu nurtowi Profesor pozostaje wierny do dziś, dywersy- fikując jednak swoją działalność naukową w kierunku ładu korporacyjnego,
analiz pozycji konkurencyjnej emitentów papierów wartościowych, między- narodowych analiz porównawczych z zakresu kryminologii, ekonometrii w rachunkowości i wielu innych zagadnień. Jest twórcą i animatorem unikal- nego środowiska naukowego mikroekonometrii w Polsce oraz współautorem i redaktorem naukowym Mikroekonometrii (2010, 2012), pierwszej w kraju książki poświęconej analizie mikrodanych w zagadnieniach ekonomicznych, finansowych i społecznych. W tej dziedzinie jest w Polsce pionierem i autory- tetem. Zainteresowanie finansami przedsiębiorstw sprawia, że staje się propa- gatorem tematyki mikroekonometrii finansowej. Kolejna książka (Empiryczne finanse przedsiębiorstw. Mikroekonometria finansowa, 2012) jest często cytowa- nym źródłem wiedzy łączącej finanse i rachunkowość z metodami ekonometrii, przybliżającym badania naukowe polskiego środowiska finansów i rachunko- wości do poziomu światowego. Pozycja ta stała się już klasykiem polskiej lite- ratury ekonometrycznej, cennym nie tylko jako źródło wiedzy teoretycznej, ale również przykładów empirycznych i inspiracji dydaktycznych. Nie wąt- pię, że jeszcze większym powodzeniem będzie się cieszyć najnowsza książka Profesora (Financial Microeconometrics. A Research Methodology in Corporate Finance and Accounting, 2020). To znakomite kompendium metod mikroeko- nometrycznych stosowanych w finansach i naukach pokrewnych, a zarazem źródło starannie dobranych i bardzo interesujących ilustracji empirycznych.
Szczególnie innowacyjny charakter ma moim zdaniem znaczenie, jakie Autor przypisuje zależnościom przyczynowym w mikroekonometrii finansowej oraz metodom służącym ich analizie.
Profesorem tytularnym zostaje w 2013 roku. Nadal dużo publikuje: jest autorem wielu artykułów i rozdziałów w monografiach, redaktorem i współ- autorem kilku podręczników akademickich, współautorem tłumaczenia Eko- nometrii G. S. Maddali (2006). Rozwija wątki swojej książki o empirycznych finansach przedsiębiorstw, koncentrując się m.in. na roli ujawnień finansowych w ochronie inwestorów, indeksach nadzoru korporacyjnego i badaniach value relevance (związków danych księgowych z wartością firmy). Część nowych publi- kacji to tematy włączone później do Financial Microeconometrics, jak np. arty- kuł o prognozowaniu bankructwa przy próbach niezbilansowanych czy też esej
o dobrych praktykach w empirycznych finansach przedsiębiorstwa i rachun- kowości. Odzwierciedleniem wkładu Profesora w polski i światowy dorobek naukowy w dziedzinie ekonometrii i jej zastosowań są nie tylko wysokie wskaź- niki cytowań i pobrań artykułów z baz danych, ale również długa lista kolegiów redakcyjnych czasopism naukowych, których Profesor jest członkiem: „Central European Journal of Economic Modelling and Econometrics”, „South Afri- can Journal of Business Management”, „Gospodarka Narodowa” (w której od 2017 r. jest redaktorem naczelnym), „Bank i Kredyt” (do 2017), „Przegląd Sta- tystyczny”. Od 2007 roku jest członkiem Komitetu Statystyki i Ekonometrii Polskiej Akademii Nauk (w kadencjach 2012–2019 również członkiem prezy- dium Komitetu); w latach 2009–2020 członkiem Naukowej Rady Statystycznej Głównego Urzędu Statystycznego. Reprezentował Polskę w zrzeszeniu CEEUN (Central Eastern European University Network) w sekcji „Quantitative and Statistical Methods”; jest wiceprzewodniczącym międzynarodowego stowarzy- szenia CESTIRA (Current Economic and Social Topics International Research Association). Jest też członkiem kilku stowarzyszeń ekonomicznych (by wymie- nić tylko najważniejsze: International Atlantic Economic Society, Professional Risk Managers’ International Association, International Institute of Forecasters, Towarzystwo Ekonomistów Polskich) oraz uczestnikiem, przewodniczącym sesji i członkiem paneli wielu międzynarodowych konferencji naukowych. Bierze udział w krajowych i międzynarodowych projektach badawczych, ma przy tym ogromny wpływ na promowanie akademickiej dojrzałości naukowej swojego zespołu z Zakładu Ekonometrii Stosowanej jako kierownik projektów realizo- wanych w latach 2004–2014 przez pracowników i doktorantów ZES. Razem z koleżankami i kolegami z Zakładu jestem beneficjentką wysiłku włożonego przez Profesora w organizację i koordynację tych projektów (łącznie aż 18 tema- tów!) oraz wsparcia merytorycznego, które pomagało nam i nadal pomaga, bo Profesor wciąż aktywnie bierze udział w zakładowych projektach badawczych, rozwijać zainteresowania naukowe i publikować wyniki badań. Bezinteresowne i szczere, a niekiedy wyczerpujące pod względem czasowym i organizacyjnym wsparcie Profesora oferowane młodszym i mniej doświadczonym współpra- cownikom zasługuje na najwyższe uznanie.
Intermezzo: kaganek oświaty
Pomiędzy światowej klasy badaniami naukowymi Profesor znajduje czas i energię na prowadzenie różnorodnych zajęć dydaktycznych. Jest znakomitym i cenionym przez studentów wykładowcą. W programy swoich przedmiotów – a prowadzi (lub prowadził) wykłady i praktyczne zajęcia komputerowe m.in.
z ekonometrii stosowanej, mikroekonometrii, metod prognozowania, badań operacyjnych, analizy fundamentalnej na rynkach papierów wartościowych, algebry liniowej i różnych odmian statystyki – wplata przykłady z własnych prac badawczych i doświadczeń na rynku doradztwa finansowego i ekonomicznego.
Gdybym miała wskazać wspólną cechę dydaktycznej aktywności Profesora, byłoby nią konsekwentne poszukiwanie ekonomicznego sensu i ekonomicznej wartości dodanej w zastosowaniach metod ilościowych. Automatyczne stoso- wanie skomplikowanych technik ekonometrycznych tylko dlatego, że są pod ręką, bez uzasadnienia doboru metody ani refleksji na temat jej adekwatności do testowania interesujących badacza hipotez ekonomicznych, zawsze było przedmiotem Jego sprzeciwu. Wyraźnie to widać na naszych zakładowych seminariach Senamek (Seminarium Naukowego Modelowania Ekonometrycz- nego). Pytania i wskazówki Profesora zawsze wytrwale zmierzają w kierunku poszukiwania ekonomicznego uzasadnienia i użytecznej interpretacji wyników, stanowiąc cenną lekcję ekonomii dla młodych ekonometryków zafascynowa- nych potęgą narzędzi ekonometrycznych, które mają do dyspozycji.
Dyplomy licencjata i magistra zawdzięcza Profesorowi jako promotorowi ponad 70 młodych ekonomistów, sukcesem zakończyło się siedem przewodów doktorskich, dwa kolejne czekają na szczęśliwe zakończenie. Liczne recenzje sporządzone dla ponad 20 czasopism również przyczyniły się do rozwoju nauki, podnosząc poziom publikowanych artykułów. A do szczególnie wartościowych osiągnięć Profesora z pogranicza dydaktyki i nauki zaliczyłabym – wspomniane już zresztą – znakomite efekty jego pracy z młodą kadrą naukową w kiero- wanym przez niego w latach 2001–2013 Zakładem Ekonometrii Stosowanej w Kolegium Analiz Ekonomicznych SGH. Pod jego kierunkiem powstaje
zespół aktywnych młodych naukowców, mających w swym dorobku liczne publikacje w cenionych czasopismach. W 2004 roku Profesor inicjuje publi- kację w internecie angielskojęzycznego czasopisma „Department of Applied Econometrics Working Papers” (obecnie „Collegium of Economic Analysis Working Papers”), indeksowanego w bazie RePEc, w którym opublikowano już blisko 100 artykułów.
Profesorowi zawdzięczamy również postępującą internacjonalizację dydak- tyki na naszej Uczelni. W 2008 roku jest inicjatorem wniosku „Global SGH”, który ostatecznie uzyskuje finansowanie ze środków unijnych na utworzenie studiów na kierunku Metody ilościowe w ekonomii i systemy informacyjne w języku angielskim.
Rozdział czwarty: Profesor staje się Dyrektorem i Prorektorem Nawet suma aktywności naukowej i dydaktycznej nie stanowi jednak całości zaangażowania Profesora w życie Uczelni. W latach 2002–2006 oraz 2008–2012 jest dyrektorem Kanadyjskiego Programu MBA (CEMBA) w SGH. W rankin- gach krajowych i międzynarodowych program CEMBA zajmuje coraz wyższe pozycje, a obecnie cieszy się niekwestionowanym pierwszym miejscem w Pol- sce i jednym z trzech pierwszych miejsc wśród programów w naszym regionie Europy. Profesor jest też pomysłodawcą i inicjatorem polskojęzycznego pro- gramu MBA-SGH zainaugurowanego w 2011 roku, jednego z najlepszych w kraju, od niedawna z akredytacją AMBA.
W latach 2012–2016 jest prorektorem SGH ds. nauki i współpracy z zagranicą. W tej roli pracuje nad zwiększeniem międzynarodowej rozpozna- walności Uczelni oraz osiągnięć nauki polskiej reprezentowanej przez wyniki naukowców z SGH. Wprowadza granty naukowe dla autorów publikacji w czasopismach z listy JCR oraz kierowników projektów naukowych, które uzyskały finansowanie zewnętrzne. Usprawnia organizację projektów badaw- czych, koncentrując ich obsługę administracyjną w nowym Biurze Obsługi Projektów. Za Jego kadencji SGH staje się jednym z liderów pozyskiwania
środków na realizację projektów badawczych NCN i programu Horyzont 2020 w obszarze nauk ekonomicznych. Powstają liczne kanały informowania o osiągnięciach naukowców SGH, w tym moduły: „najnowsze wyniki badań”,
„nowe książki naszych naukowców”, „czasopisma naukowe SGH”, „biogramy naukowców SGH”. Promocję polskiej nauki ekonomii i zarządzania prowa- dzi też jako reprezentant SGH w cenionych międzynarodowych zrzeszeniach szkół biznesu (w tym CEMS i PIM) oraz międzynarodowych organizacjach (np. EFMD, Eduniversal).
W toku swojej kariery akademickiej zdobywa wiele nagród, zbyt wiele, aby je tu wszystkie wymienić. Książka Empiryczne finanse przedsiębiorstw. Mikro- ekonometria finansowa otrzymuje w 2013 roku prestiżową nagrodę „Beta”
z zakresu zarządzania finansami, Modele i prognozy zmiennych jakościowych w finansach i bankowości – nagrodę Ministra Nauki i Szkolnictwa Wyższego w 2003 roku. Wielokrotnie wyróżniany przez Rektora SGH za osiągnięcia naukowe i dydaktyczne. Jest kawalerem Krzyża Oficerskiego Orderu Odro- dzenia Polski oraz Srebrnego i Złotego Krzyża Zasługi.
Podsumowanie – ale na pewno nie koniec!
Jeśli wolno mi zakończyć nutą osobistą: Panie Profesorze, praca pod Pana kierunkiem jako kierownika Zakładu Ekonometrii Stosowanej, a potem współ- praca naukowa i dydaktyczna były zaszczytem i przyjemnością. Wszyscy mieli- śmy szczęście działać pod opieką wybitnego naukowca, cenionego dydaktyka, sprawnego organizatora, życzliwego szefa i po prostu dobrego człowieka. Pro- fesorze, dziękujemy. Życzymy wielu lat owocnej pracy na niwie akademickiej, a najlepiej jeszcze jednego równolicznego jubileuszu!
Wybrane publikacje prof. dr. hab. Marka Gruszczyńskiego od 2000 roku
Książki
Financial Microeconometrics. A Research Methodology in Corporate Finance and Accounting, Springer, Switzerland 2020.
Empiryczne finanse przedsiębiorstw. Mikroekonometria finansowa, Difin, War- szawa 2013.
Modele i prognozy zmiennych jakościowych w finansach i bankowości, seria:
„Monografie i Opracowania”, nr 490, Oficyna Wydawnicza SGH, War- szawa 2001.
Rozdziały w redagowanych książkach
Zbiór zadań z mikroekonometrii, M. Gruszczyński, D. Przekop (red.), Wolters Kluwer, Warszawa 2015, s. 152.
Mikroekonometria, M. Gruszczyński (red.), Wolters Kluwer, Warszawa 2012, rozdz. 1 i 3 (s. 15–44, 71–122), współautorzy: M. Bazyl, M. Książek, M. Owczarczuk, A. Szulc, A. Wiśniowski, B. Witkowski, s. 350.
Ekonometria i badania operacyjne, M. Gruszczyński, T. Kuszewski, M. Podgór- ska (red.), Wydawnictwo Naukowe PWN 2009, rozdz. 5 i 6: Modele nie- liniowe. Funkcja produkcji oraz Modele zmiennej jakościowej, s. 131–188.
Ekonometria, M. Gruszczynski (red.), Graduate School of Business Economics – Higher School of Commerce and International Finance, Warszawa 2003, współautorzy: S. Kluza, D. Winek, s. 220.
Rozdziały w książkach
Financial Microeconometrics as Research Methodology in Corporate Finance and Accounting, w: Efficiency in Business and Economics, T. Dudycz,
G. Osbert-Pociecha, B. Brycz (red.), Springer Proceedings in Business and Economics 2018, s. 71–80.
Prison Population and Crime Rates – How Poland Differs from Other EU Countries, w: Criminology, Criminal Policy and Criminal Law in an International Per- spective, Stämpfli Verlag 2013, współautorka: B. Gruszczyńska, s. 563–571.
Wpływ zakresu ujawnianych informacji na poprawę ochrony inwestorów oraz pozycję konkurencyjną emitentów papierów wartościowych, G. Świderska i in. (red.), Oficyna Wydawnicza SGH, Warszawa 2011.
Challenges of Governance in Poland, w: Corporate Governance in the 21st Cen- tury, K. V. Lowery (red.), Nova Science Publishers 2008, współautorka:
M. Aluchna, s. 155–171.
Problemy rozpoznawania kondycji finansowej przedsiębiorstw, w: Diagnozy i pro- gnozy stanu gospodarki w świetle badań koniunktury, E. Adamowicz (red.), seria: „Prace i Materiały Instytutu Rozwoju Gospodarczego SGH”, Ofi- cyna Wydawnicza SGH, Warszawa 2002, s. 53–68.
Artykuły
On Unbalanced Sampling in Bankruptcy Prediction, „International Journal of Financial Studies” 2019, vol. 7 (2) .
Good Practices in Empirical Corporate Finance and Accounting Research, „Jour- nal of Banking and Financial Economics” 2018, 2 (10) s. 45–51.
Badania ilościowe w finansach przedsiębiorstw i rachunkowości – wyzwania metodyczne, „Finanse, Rynki Finansowe, Ubezpieczenia” 2018, vol. 91, no. 1, s. 23–34.
Błędy doboru próby w badaniach bankructw przedsiębiorstw on corporate ban- kruptcy, „Kwartalnik Nauk o Przedsiębiorstwie” 2017, nr 3, s. 22–29.
Value Relevance of Companies’ Financial Statements in Poland, „Metody Ilo- ściowe w Badaniach Ekonomicznych” 2016, vol. 17, no. 4, współautorzy:
R. Bilicz, M. Kubik-Kwiatkowska, A. Pernach, s. 40–49.
Issues in Modelling the Financial Distress and Bankruptcy of Companies, „Metody Ilościowe w Badaniach Ekonomicznych” 2015, vol. 16, issue 1, s. 96–107.
Indeksy nadzoru korporacyjnego w mikroekonometrii finansowej, „Finanse, Rynki Finansowe, Ubezpieczenia” 2014, nr 65, s. 343–352.
Ekonometria w rachunkowości, „Studia i Prace Kolegium Zarządzania i Finan- sów” 2013, nr 129, s. 161–177.
Investor Protection and Disclosure: Quantitative Evidence, „Financial Markets.
Principles of Modeling, Forecasting and Decision-Making” 2012, no. 10, s. 19–36.
Quantitative Methods in Accounting Research, „Metody Ilościowe w Badaniach Ekonomicznych” 2009, vol. 10, issue 1, s. 76–87.
Corporate Governance Ratings and the Performance of Listed Companies in Poland,
„Przegląd Statystyczny” 2008, no. 1, s. 113–129.
Empiryczne finanse korporacyjne i inwestowanie, „Rynek kapitałowy. Skuteczne inwestowanie, Studia i Prace Wydziału Nauk Ekonomicznych i Zarządza- nia” 2008, nr 9, s. 248–258.
Financial Econometrics in Corporate Governance Studies, „Financial Markets.
Principles of Modeling, Forecasting and Decision-Making” 2008, vol. 6, s. 11–17.
Metody mikroekonometrii w ocenie zachowań przedsiębiorstw, współautor:
J. Kotłowski, w: Koniunktura gospodarcza – 20 lat doświadczeń Instytutu Rozwoju Gospodarczego SGH 2008, red. E. Adamowicz, seria: „Prace i Mate- riały Instytutu Rozwoju Gospodarczego SGH”, nr 80, Oficyna Wydaw- nicza SGH, Warszawa 2008, s. 329–350.
Uporządkowany model logitowy: zastosowania biznesowe i finansowe, „Zeszyty Uniwersytetu Szczecińskiego. Finanse. Rynki Finansowe, Ubezpieczenia”
2007, nr 6, cz. 1: Rynek kapitałowy. Skuteczne inwestowanie, s. 83–90.
Corporate Governance Research and Financial Microeconometrics, „Competiti- veness and European Integration”, Cluj-Napoca, 2007.
Corporate Governance and Financial Performance of Companies in Poland, „Inter- national Advances in Economic Research” 2006, vol. 12, no. 2, s. 251–259.
Nadzór korporacyjny – badania ilościowe, „Przegląd Corporate Governance”
2006, nr 3 (7), s. 83–88.
Mikroekonometria finansowa. Zarys problematyki, w: Inwestycje finansowe i ubezpieczenia – tendencje światowe a polski rynek, W. Ronka-Chmielo- wiec, K. Jajuga (red.), seria: „Prace Naukowe Akademii Ekonomicznej we Wrocławiu”, nr 1133, Wrocław 2006, s. 111–118.
Validation of Bankruptcy Models, „Przegląd Statystyczny” 2006, no. 2, s. 24–34.
New bankruptcy prediction models for Polish companies, w: Zarządzanie finan- sami: biznes, bankowość i finanse na rynkach wschodzących, D. Zarzecki (red.), Uniwersytet Szczeciński, Szczecin 2005, s. 387–398, współautorzy:
P. Ciesielski, M. Domeracki.
Crime in Enlarged Europe. Comparison of Crime rates and Victimization Risks,
„Transition Studies Review” 2005, vol. 12, no. 2, s. 337–345, współau- torka: B. Gruszczyńska.
Spółki giełdowe i pozagiełdowe w Polsce: relacje fundamentalne, w: Rynek kapita- łowy. Skuteczne inwestowanie, red. W. Tarczyński, Uniwersytet Szczeciński, Szczecin 2004, s. 119–132, współautor: K. Wrona.
Financial Distress of Companies in Poland, „International Advances in Econo- mic Research” 2004, vol. 10, no. 4, s. 249–256.
Ekonometria w analizie fundamentalnej, w: Inwestycje finansowe i ubezpiecze- nia – tendencje światowe i polski rynek, W. Ronka-Chmielowiec, K. Jajuga (red.), seria: „Prace Naukowe Akademii Ekonomicznej we Wrocławiu”, nr 1037, Wrocław 2004, s. 186–194.
Wskaźniki finansowe a opinia biegłego rewidenta, „Bank i Kredyt” 2003, nr 5, współautor: B. Pajdo, s. 44–51.
Modele mikroekonometrii w analizie i prognozowaniu zagrożenia finansowego przedsiębiorstw, „Working Papers” 2003, nr 34.
Nadzór korporacyjny a wyniki finansowe przedsiębiorstw, w: Zarządzanie finan- sami: mierzenie wyników i wycena przedsiębiorstw, D. Zarzecki (red.), Uni- wersytet Szczeciński, Szczecin 2003, s. 29–38.
Kondycja finansowa przedsiębiorstw. Prognozy ekonometryczne, w: Zarządzanie finansami: klasyczne zasady – nowoczesne narzędzia, D. Zarzecki (red.), Uniwersytet Szczeciński, Szczecin 2002, s. 101–111.
Firma jako cel przejęcia. Charakterystyka na podstawie badań metodami mikro- ekonometrii, w: Zarządzanie finansami: cele – organizacja – narzędzia, D. Zarzecki (red.), Fundacja Rozwoju Rachunkowości i Uniwersytet Szcze- ciński, Szczecin 2001, s. 403–416.
Obszary prognozowania w analizie fundamentalnej, „Prace Naukowe Akademii Ekonomicznej we Wrocławiu” 2001, nr 919: Prognozowanie w zarządza- niu firmą, s. 167–176.
Zero-jedynkowe predykanty w modelach prognozowania ryzyka kredytowego, „Prace Naukowe Akademii Ekonomicznej we Wrocławiu” 2000, nr 838, s. 19–26.
Prognozowanie fuzji i przejęć za pomocą metod mikroekonome trii, „Roczniki Kolegium Analiz Ekonomicznych” 2000, z. 8, s. 46–66.
Dobór zmiennych objaśniających do modelu logito wego, „Przegląd Statystyczny”
2000, nr 1–2, s. 175–186.
Przekład
G. S. Maddala, Ekonometria, Wydawnictwo Naukowe PWN, Warszawa 2006, współautorzy przekładu z j. angielskiego: E. Tomczyk, B. Witkowski.
BARTOSZ WITKOWSKI Szkoła Główna Handlowa w Warszawie
Rozdział 1
WŚRÓD MIELIZN PROGNOZOWANIA
W GOSPODARCE
1. Wstęp
Zamieszczenie tego tekstu w niniejszym zbiorze wynika co najmniej z dwóch powodów. Oba dotyczą przeszłości. Po pierwsze, w roku akademickim 1976/1977, na trzecim roku studiów w Szkole Głównej Panowania i Statystyki, jeden z autorów był uczestnikiem zajęć z teorii prognozy. Wykład prowadził doc. dr hab. Jerzy Greń, a ćwiczenia mgr Marek Gruszczyński. Trudno pamię- tać szczegóły zajęć, ale przez kolejne kilkadziesiąt lat pracy zawodowej autor ten zajmował się właśnie prognozowaniem zjawisk i procesów ekonomicznych.
Można zatem wnioskować, że spotkanie z tymi dwoma wykładowcami przy- niosło długotrwałe skutki. Drugi powód pochodzi przeszłości dużo bliższej.
W 2008 roku Elżbieta Adamowicz, Marek Gruszczyński i Maria Podgórska zachęcili obu autorów do podjęcia się zadania budowy pod egidą Instytutu
Rozwoju Gospodarczego Szkoły Głównej Handlowej w Warszawie (IRG) pro- gnostycznego modelu makroekonomicznego wykorzystującego dane z testów koniunktury. Dla ustalenia uwagi model ten nazwijmy IRGIE (Instytut Roz- woju Gospodarczego Instytut Ekonometrii).
Przyjmijmy za Barczykiem i Kowalczykiem (1993, s. 151) definicję testu koniunktury jako ankiety sondażowej, przeprowadzanej wśród podmiotów gospodarczych w celu określenia aktualnych i przyszłych tendencji w działal- ności danego przedsiębiorstwa, branży oraz całej gospodarki narodowej. Spe- cyficzną cechą badania rzeczywistości metodą testu koniunktury jest to, że pytania w ankiecie mają charakter jakościowy, co oznacza, że respondenci pytani są o kierunek zmian określonych zjawisk ekonomicznych w relacji do okresu bazowego lub do pewnego poziomu normalnego zjawiska. W istocie więc test jest badaniem opinii o zjawiskach i procesach ekonomicznych. Ankieta zazwy- czaj nie zawiera pytań charakteryzujących dane zjawisko w sposób ilościowy.
Kolejną specyficzną cechą testu koniunktury jest to, że zawiera on pyta- nia zarówno w kwestii aktualnego stanu danego zjawiska, jak i pytania pro- gnostyczne, które odnoszą się do ocen przyszłej sytuacji. Obecnie badaniami metodą testu koniunktury są objęte wszystkie sektory produkcji i usług oraz grupy podmiotów gospodarujących, takich jak np. gospodarstwa domowe.
Okazuje się, że w trakcie rozwoju metodologii i rozszerzania zakresu sto- sowania testu koniunktury jego użyteczność do analiz ekonomicznych roz- szerzono znacznie poza analizę jedynie wahań koniunktury gospodarczej.
Obecnie dane z testu koniunktury używane są w znacznie szerszym spektrum obszarów zastosowań. Niektóre obszary zastosowań danych z testu koniunk- tury wymieniono m.in. w pracach Oppenlandera (2002) i Tomczyk (2004).
Są one następujące:
§ analiza cyklu koniunkturalnego przy wykorzystaniu jakościowych wskaź- ników koniunktury – sygnalizacja punktów zwrotnych;
§ testowanie teorii ekonomicznych, szczególnie hipotez odnośnie do modelu kształtowania oczekiwań przez podmioty gospodarcze i gospodarstwa domowe, kwantyfikacja oczekiwań i testowanie hipotezy racjonalnych oczekiwań w zakresie cen, produkcji;
§ badanie mikroekonomicznych zachowań podmiotów gospodarczych i gospodarstw domowych, badanie współzależności i mechanizmów przy- czynowo-skutkowych w ramach zestawu pytań w ankiecie, które obejmują istotne parametry decyzyjne i fazy działalności podmiotu;
§ wykorzystanie wskaźników jakościowych w ilościowych modelach makro- ekonomicznych jako zmienne objaśniające zachowania podmiotów gospo- darczych (Dion, Kolodziejak, 2002);
§ krótkookresowe prognozowanie podstawowych, ilościowych agregatów makroekonomicznych, określenie związków pomiędzy wynikami otrzymywa- nymi w badaniach metodą testu koniunktury a danymi statystyki ilościowej.
Ostatni wymieniony sposób modelowania i prognozowania ma już długą tradycję, obszerną literaturę i liczne zastosowania (Hansson, Jansson, Löf, 2005). W początkowej fazie projektu IRGIE zebrano i analizowano doświad- czenia w opracowaniu (Białowolski, Dudek, Kuszewski, Walczyk, Witkow- ski, 2009). Szczególną uwagę zwrócono na model CLIMA (Bieć i in., 2007), ponieważ dotyczył jedynego w tamtym czasie prognozowania wybranych wskaźników oceny sytuacji gospodarczej w Polsce za pomocą modelu, w któ- rym jako zmienne objaśniające wykorzystano wyniki testów koniunktury.
Model CLIMA opisuje cykliczne zmiany produktu krajowego, stopy bezro- bocia i stopy inflacji i jest budowany z myślą o generowaniu średniookreso- wych prognoz wymienionych wielkości w ujęciu kwartalnym. Specyfikacja równań tego modelu jest poprzedzona gruntownym, ekonomicznym uzasad- nieniem. Przypadek modelu CLIMA pokazał, iż jest możliwe skonstruowanie modelu prognostycznego z dobrze interpretowalnymi z ekonomicznego punktu widzenia zależnościami i zadowalającymi wynikami prognoz. Dlaczego zatem podjęto próbę budowy modelu innego niż CLIMA? Zespół twórców modelu prognostycznego IRGIE przyjął zupełnie inną, niekonwencjonalną strategię budowy modelu, szacowania jego parametrów i wykorzystania tego modelu do prognozowania. Dlatego może warto przypomnieć historię modelu IRGIE.
W niniejszym opracowaniu pomija się wiele dyskutowanych kwestii i szcze- gółów, które zawarte są w pracach (Białowolski, Kuszewski, Witkowski, 2010, 2012, 2014a, 2014b, 2015).
2. Motywacja
Koniec pierwszej dekady XXI wieku, lata po kryzysie gospodarczym, były okresem polemik dotyczących możliwości prognozowania zjawisk i proce- sów makroekonomicznych. Kryzys gospodarczy o globalnym wymiarze oraz objawy bezradności ośrodków prognostycznych w formułowaniu wiarygod- nych prognoz krótko- i średnioterminowych w dynamicznym otoczeniu skłaniały do podjęcia prac nad skonstruowaniem modelu prognostycznego podstawowych wskaźników gospodarczych, reagujących na nagłe zmiany w krajowej gospodarce na bieżąco i szybciej niż modele wtedy eksploatowane w celach prognostycznych. Wydarzenia gospodarcze lat 2008–2009 pokazały, że dotychczas stosowane w celach prognostycznych zarówno wielorównaniowe modele ekonometryczne postaci strukturalnej lub autoregresji wektorowej, jak i stosowane modele równowagi ogólnej oraz dynamiczne, stochastyczne modele równowagi ogólnej nie pozwalały znacząco zwiększyć trafności pro- gnoz makroekonomicznych.
Drugim nurtem ówczesnych dyskusji ekonomistów było kwestionowa- nie części związków przyczynowo-skutkowych między podstawowymi kate- goriami makroekonomicznymi. Z prowadzonej wtedy wymiany poglądów wynikał wniosek, że warto rozważać takie konstrukcje modelowe, które nie odwzorowują jednej, przyjętej przez autorów teorii ekonomicznej, ale mogą przystosowywać się do danych w elastyczny sposób, czyli są w gruncie rzeczy ateoretyczne. W konsekwencji spostrzeżenia o ateoretyczności modelu posta- nowiono rozważyć wyeliminowanie problemu wyboru jedynej poprawnej w danym momencie specyfikacji równań modelu.
Kolejnym problemem w prognozowaniu, a zwłaszcza w prognozowaniu kategorii makroekonomicznych jest trudność w formułowaniu założeń co do wartości zmiennych egzogenicznych w okresie prognozy. Po pierwsze, doko- nujący prognozy najczęściej nie są w stanie podać takich wartości. Po drugie, niekiedy istnieje uzasadnione przypuszczenie, że przyjmowane założenia odpo- wiadają interesowi podmiotu dokonującemu prognozy. Wreszcie na przeszkodzie
w formułowaniu obiektywnie poprawnych założeń stoją dobrze rozpoznane przez psychologię i teorię podejmowania decyzji pułapki ludzkiego myślenia (Kahneman, 2012; Drabarek, 2006).
Budowa modelu IRGIE była próbą przezwyciężenia wymienionych bolą- czek prognozowania.
Strategia budowy i estymacji modelu
Przyjęto, że zmiennymi endogenicznymi bieżącymi w modelu IRGIE będą:
tempo zmian produktu krajowego brutto (GDP), wskaźnik zmian cen towa- rów i usług konsumpcyjnych (CPI) oraz stopa bezrobocia (UNE). Z założenia zmiennymi egzogenicznymi miały być wyłącznie salda odpowiedzi na pyta- nia testów koniunktury bądź wskaźniki koniunktury opracowane na podsta- wie owych sald przez różne ośrodki badawcze. Ze względu na częstotliwość podawania przez Główny Urząd Statystyczny wyników dotyczących dyna- miki produktu krajowego brutto model IRGIE był modelem kwartalnym.
W początkowym okresie prac nad modelem IRGIE (Białowolski i in., 2010) rozważano rekurencyjną postać modelu o następującej strukturze:
GDPt = f1(GDPt−1, XX1, t−1,ε1t),
UNEt = f2(GDPt,UNEt−1, XX2,t−1,ε2t), (1)
CPIt = f3(GDPt,UNEt,CPIt−1, XX3,t−1,ε3t), t=1,…,T .
W tej wersji modelu prognozowanie wartości zmiennych endogenicznych bez przyjmowania dodatkowych założeń o wartościach zmiennych egzogenicz- nych było możliwe w horyzoncie tylko I kwartału. Podjęte próby prognozowania i doskonalenia modelu skłoniły autorów do zwiększenia opóźnień zmiennych egzogenicznych – wyników testów koniunktury do IV kwartałów. W końco- wej fazie projektu model IRGIE miał postać:
GDPt = f1(GDPt−1, XX1,t−k,ε1t),
UNEt = f2(GDPt ,UNEt−1, XX2,t−k,ε2t), (2)
CPIt = f3(GDPt,UNEt,CPIt−1, XX3,t−k,ε3t), t =1,…,T ; k ∈ 0,1,2,3,4
{ }
.W pierwszym z równań modelu zakłada się, że tempo zmian produktu w kwartale t zależy od tempa zmian produktu w kwartale poprzednim i zestawu wartości zmiennych egzogenicznych X opisujących stan koniunktury bądź w tym samym kwartale bądź w k-tym kwartale poprzedzającym. Drugie z równań sta- nowi, że stopa bezrobocia zależy od bieżącego tempa zmian produktu, stopy bezrobocia z poprzedniego kwartału i stanu koniunktury w bieżącym kwar- tale bądź w k-tym kwartale poprzedzającym. Trzecie równanie opisuje zmiany cen towarów i usług konsumpcyjnych. Konsekwentnie, wskaźnik zmian cen zależy od bieżącego tempa zmian produktu, bieżącej stopy bezrobocia i stanu koniunktury w bieżącym kwartale bądź w k-tym kwartale poprzedzającym.
Taka konstrukcja modelu była możliwa dzięki sprzyjającemu następstwu w czasie ukazywania się miesięcznych wyników testów koniunktury i poda- wania przez GUS kwartalnych danych dotyczących kategorii endogenicz- nych. Analitycy zajmujący się testami koniunktury tradycyjnie przyjmują, że z wyników miesięcznych testów koniunktury wyniki kwartalne uzyskuje się przez wzięcie pod uwagę wyników testu z pierwszego miesiąca danego kwar- tału. Wobec tego odczucie koniunktury dla I kwartału jest już znane po opu- blikowaniu wyników testu za styczeń, dla II kwartału za kwiecień itd. Z kolei wstępne dane o zmianach produktu krajowego, wskaźniku cen i stopie bezro- bocia są publikowane za I kwartał w pierwszym miesiącu następnego kwartału.
Kolejność równań w modelu, czyli jego rekurencyjna struktura, była każ- dorazowo wynikiem testowania wszystkich sześciu permutacji zmiennych endogenicznych i wyboru tego wariantu, którego dopasowanie do danych było najlepsze. Przyjęto, że zależność między inflacją i bezrobociem, rozpo- znana w literaturze jako krzywa Phillipsa, nie określa ani w tradycyjnej, ani w zmodyfikowanej postaci relacji przyczynowo-skutkowej między tymi zmien- nymi. W przypadku zależności między tempem wzrostu produktu i pozio- mem bezrobocia (prawo Okuna) sugerowany jest bieg zależności od wyższego tempa wzrostu do spadku stopy bezrobocia, lecz również tu przyjmuje się, że
analizowane zjawiska przebiegają równolegle. W przypadku zależności mię- dzy inflacją i tempem wzrostu produktu można założyć bieg przyczynowości w obie strony – wyższy poziom produktu zwykle implikuje wyższe wykorzy- stanie mocy produkcyjnych, co pociąga wzrost płac i sprzyja wzrostowi inflacji, ale również wyższy poziom inflacji skłania podmioty do zwiększenia bieżącego popytu, co stymuluje wzrost produktu.
Do generowania ostatecznych postaci modeli prognostycznych wykorzy- stano metodę uśredniania bayesowskiego. Techniczne szczegóły tego podejścia można znaleźć w licznych publikacjach (Sala-i-Martin, Doppelhofer, Miller, 2004), (Moral-Benito, 2010) lub (Próchniak, Witkowski, 2013). W pracy kończącej projekt IRGIE (Białowolski i in., 2015) zastosowano trzy różne odmiany tego podejścia: klasyczne uśrednianie (BA), „częstościowe” bez kontroli współliniowości (BF) oraz „częstościowe” z kontrolą współliniowości (BFC).
Dla porównania dokładności prognoz do budowy modeli używano też metod czynnikowych. Metody bayesowskie pozwoliły uzyskać ostateczną postać rów- nań modelu prognostycznego na podstawie wielu, a nie jednej specyfikacji.
Dane i prognozy
Dane kwartalne do szacowania modeli prognostycznych ostatniej wersji modelu IRGIE pochodziły z lat 1996–2014. W zbiorze potencjalnych zmien- nych egzogenicznych uwzględniono ogólne i sektorowe wskaźniki koniunktury oraz salda odpowiedzi na poszczególne pytania testów koniunktury publiko- wane przez Główny Urząd Statystyczny, Instytut Rozwoju Gospodarczego SGH, Biuro Inwestycji i Cykli Ekonomicznych (BIEC), agencję badawczą Ipsos oraz niemiecki instytut badań ekonomicznych Ifo z uniwersytetu w Mona- chium. Ostatecznie w zbiorze regresorów znalazły się zmienne egzogeniczne wymienione w tabeli 1.
Interesujące było, iż zbiory regresorów uwzględnione w poszczególnych równaniach modelu były różne dla różnych opóźnień obserwacji (k). Pokażemy to na przykładzie podejścia „częstościowego” (zob. tabela 2). W zależnościach opisujących tempo zmian produktu i zmiany wskaźnika cen podobieństwa
zestawów regresorów zaobserwowano dla {k=0}, {k=1, k=2}, {k=3, k=4}, zaś w opisie stopy bezrobocia dla {k=0, k=1}, {k=2, k=3, k=4}.
Gdy rozważa się jedną sesję prognostyczną modelu IRGIE z danym zesta- wem danych kwartalnych, to łatwo zauważyć, że dzięki odpowiedniej definicji opóźnień regresorów uzyskuje się od 1 do 5 prognoz wartości każdej zmiennej endogenicznej. Dla ustalenia uwagi wybrano prognozy otrzymane z modeli oszacowanych w ramach podejścia „częstościowego” z korektą współliniowości referowane w pracy (Białowolski i in., 2015). Prognozy i odnotowane w sta- tystyce wartości zmiennych endogenicznych zestawiono w tabeli 3.
Tabela 1. Regresory w modelach uśredniania bayesowskiego
Symbol Opis
ifo_be Ifo wskaźnik klimatu biznesowego
gus2 sytuacja finansowa gospodarstwa domowego w kolejnych 12 miesiącach gus4 stan polskiej gospodarki w kolejnych 12 miesiącach
gus7 stopa bezrobocia w kolejnych 12 miesiącach
gus11 oszczędności gospodarstw domowych w kolejnych 12 miesiącach ips_wo wyprzedzający wskaźnik koniunktury konsumenckiej (Ipsos) biec_wwk BIEC wyprzedzający wskaźnik koniunktury
biec_wpi BIEC ocena poziomu przyszłej inflacji biec_wrp BIEC wskaźnik rynku pracy
biec_wd BIEC wskaźnik dobrobytu
ind_q1f przemysł, poziom produkcji, oczekiwanie ind_q2f przemysł, portfel zamówień, oczekiwanie
ind_q3f przemysł, portfel zamówień eksportowych, oczekiwanie ind_q4f przemysł, wielkość zapasów produktów gotowych, oczekiwanie ind_q5f ceny produkowanych w przedsiębiorstwie wyrobów, oczekiwanie ind_q6f przemysł, zatrudnienie, stan obecny
ind_q8f ogólna sytuacja polskiej gospodarki, oczekiwanie
hhs_q1 ocena sytuacji finansowej gosp. domowego w porównaniu z 12 miesięcy wstecz hhs_q2 oczekiwanie co do stanu finansów gospodarstwa domowego na następne
12 miesięcy
hhs_q3 ocena stanu polskiej gospodarki w ostatnich 12 miesiącach
hhs_q4 oczekiwanie co do ogólnej sytuacji ekonomicznej Polski na następne 12 miesięcy
Symbol Opis
hhs_q6 oczekiwanie co do tempa zmian cen na następne 12 miesięcy hhs_q7 oczekiwanie co do zmian bezrobocia na następne 12 miesięcy hhs_q9 wydatki na dobra trwałego użytku w następnych 12 miesiącach hhs_q11 oszczędności gosp. domowego w następnych 12 miesiącach
Wartości regresorów z „gus” w symbolu pochodzą z GUS; wartości regresorów z „ind” w symbolu pochodzą z badania „Koniunktura w przemyśle”, Instytut Rozwoju Gospodarczego Szkoły Głów- nej Handlowej w Warszawie; wartości regresorów z „hhs” w symbolu pochodzą z badania „Kon- dycja gospodarstw domowych”, Instytut Rozwoju Gospodarczego Szkoły Głównej Handlowej w Warszawie.
Źródło: Białowolski i in., 2015.
Tabela 2. Zmienne w równaniach modeli prognostycznych podejścia
„częstościowego” dla różnych opóźnień regresorów
Regresor
Podejście „częstościowe” bez korekty
współliniowości Podejście „częstościowe” z korektą współliniowości
k=0 k=1 k=2 k=3 k=4 k=0 k=1 k=2 k=3 k=4
GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI
ifo_be 1 1 1 1 1 1 1 1 1 1 1 1
gus2 1 1 1 1 1
gus4 1 1 1 1 1 1 1 1 1
gus7 1 1 1 1 1
gus11 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
ips_wo 1 1 1 1 1 1 1 1 1 1
biec_wwk 1 1 1 1 1 1 1 1 1 1 1 1
biec_wpi 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
biec_wrp 1 1 1 1 1 1 1 1 1 1 1 1
biec_wd 1 1
ind_q1f 1 1 1 1 1 1 1 1
ind_q2f 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
ind_q3f 1 1 1 1 1 1 1 1 1 1 1 1 1
ind_q4f 1 1 1 1 1 1 1 1
ind_q5f 1 1 1 1 1 1 1 1 1 1 1 1 1
ind_q6f 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
ind_q7f 1 1 1 1
Regresor
Podejście „częstościowe” bez korekty
współliniowości Podejście „częstościowe” z korektą współliniowości
k=0 k=1 k=2 k=3 k=4 k=0 k=1 k=2 k=3 k=4
GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI GDP UNE CPI
ind_q8f 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
hhs_q1 1 1 1 1 1
hhs_q2 1 1 1 1 1 1 1 1 1 1 1
hhs_q4 1 1 1 1 1 1 1 1 1
hhs_q6 1 1 1 1 1 1 1
hhs_q7 1 1 1 1 1 1 1 1 1 1 1
hhs_q9 1 1 1 1 1 1 1 1 1 1 1 1 1 1
hhs_q11 1 1 1 1 1 1
1 oznacza, że dana zmienna jest regresorem w równaniu objaśniającym zmiany danej zmiennej endogenicznej.
Źródło: Białowolski i in., 2015.
Tabela 3. Prognozy z modelu IRGIE
k
Ostatni kwartał danych 2014q1.
Prognozy dla kwartałów: Ostatni kwartał danych 2014q2.
Prognozy dla kwartałów:
2014q2 2014q3 2014q4 2015q1 2015q2 2014q3 2014q4 2015q1 2015q2 2015q3
GDP
0 3,8 3,2
1 3,8 4,5 4,1 4,2
2 3,8 4,1 4,4 3,6 3,9 4,2
3 3,5 3,6 3,6 3,2 3,4 3,4 3,0 3,5
4 3,1 2,8 2,4 2,2 2,1 3,0 2,5 2,4 2,2 2,2
COMB 3,6 3,8 3,5 2,7 2,1 3,5 3,5 3,2 2,9 2,2
GUS 3,4 3,4 3,3 3,7 3,3 3,4 3,3 3.7 3.3 3,6
UNE
0 9,6 9,1
1 10,4 10,0 8,7 8,4
2 10,8 10,6 10,9 9,1 9,3 8,4
3 10,5 10,1 9,6 9,7 8,8 8,5 8,7 7,8
cd. tabeli 2
k
Ostatni kwartał danych 2014q1.
Prognozy dla kwartałów: Ostatni kwartał danych 2014q2.
Prognozy dla kwartałów:
2014q2 2014q3 2014q4 2015q1 2015q2 2014q3 2014q4 2015q1 2015q2 2015q3
4 9,8 8,8 7,8 7,5 5,8 7,9 6,8 6,3 4,5 4,3
COMB 10,2 9,8 9,4 8,6 5,8 8,7 8,3 7,8 6,2 4,3
GUS 9,1 8,2 8,1 8,6 7,4 8,2 8,1 8,6 7,4 7,1
CPI
0 0,6 0,6
1 0,6 1,2 0,8 0,6
2 0,9 1,2 1,7 0,4 0,7 0,5
3 0,5 0,4 0,2 –0,1 0,1 –0,3 –0,6 –0,6
4 0,6 0,4 0,2 –0,2 –0,3 0,1 –0,2 –0,5 –0,7 –0,7
COMB 0,6 0,8 0,7 –0,2 –0,3 0,4 0,2 –0,2 –0,7 –0,7
GUS 0,3 –0,3 –0,7 –1,5 –0.9 –0,3 –0,7 –1,5 –0,9 –0,7 W wierszach COMB znajdują się wartości prognoz kombinowanych z wagami liniowymi; w wier- szach GUS znajdują się odnotowane przez Główny Urząd Statystyczny zrealizowane wartości zmien- nych endogenicznych.
Źródło: opracowanie własne.
Trafność prognoz można rozpatrywać w dwóch przekrojach. Po pierwsze, ze względu na okres prognozy. W tym przypadku istnieje możliwość poprawienia dokładności prognozy dzięki konstruowaniu prognoz kombinowanych. Takie podejście zostało omówione w pracach (Białowolski i in., 2010) oraz (Biało- wolski i in., 2015). Rozpatrywano wagi liniowe, tzn. o jednakowej wartości dla każdego opóźnienia w jednym okresie prognozy, wagi harmoniczne oraz wykładnicze. Jednak znacznie bardziej interesujące są porównania dokładności prognoz ze względu na opóźnienia ocen wynikających z testów koniunktury.
Takie analizy pozwalają na wnioskowanie o percepcji i możliwościach prze- widywania przyszłości przez podmioty gospodarcze ankietowane w testach koniunktury. Ten aspekt był rozważany w pracy (Białowolski i in., 2014b).
